Банковский сектор и прогнозная аналитика: история любви

Loading.

Несмотря на все потрясения, банковский сектор был и остается впереди других отраслей экономики по внедрению аналитических решений. Во многом это обусловлено наличием у банков больших объемов качественных данных для анализа, а также спецификой самого бизнеса, ведь банки вынуждены постоянно оценивать различные риски.

“История любви” банковского сектора (да и финансового в целом) и прогнозной аналитики началась достаточно давно – с применения скоринговых моделей для оценки платежеспособности заемщиков. Сейчас варианты применения глубокой аналитики значительно расширились: это, конечно, анти-фрод, выявление ценных клиентов, таргеттирование маркетинговых предложений и многое другое.

Если мы вспомним известные нам примеры внедрения инновационных аналитических решений в банковском секторе, по “удивительному” стечению обстоятельств окажется, что зачастую они принадлежат банкам-лидерам.

Так, представители ПриватБанка называют свой бизнес IT-компанией, в которой, к слову, работают больше 100 аналитиков. Но все же большинство отечественных банков используют свои информационные ресурсы неэффективно. Это, наряду с девальвацией и снижением платежеспособности населения, приводит к тому, что относительные показатели отечественной банковской системы оставляют желать лучшего.

Украина входит в топ-5 стран Европы по ущербу от махинаций с банковскими картами, которые составляют 0,06% или 6 центов на 100$ (источники: ain. ua. FICO, 2014 ).

Согласно прогнозу агентства Moody’s, в 2015 году доля проблемных кредитов вырастет с 45% до 60%, а просроченных – с 25% до 40% (источник: УНИАН ). Традиционно, как и в других отраслях, до 40% маркетинговых расходов тратятся впустую.

Но есть и хорошие новости. Особенно для банков, чьи успехи в применении современных аналитических технологий еще впереди. Закон убывающей предельной полезности гласит, что каждая единица использованного блага (в нашем случае глубокой аналитики или Data Mining) приносит больше пользы, чем каждая последующая единица такого блага. Короче говоря, при прочих равных условиях, внедрение современных аналитических решений для “новичков” может дать больший экономический эффект, чем для тех кто уже “выжимает из своих данных последние соки”.

Давайте рассмотрим примеры задач, аналитическое решение которых, на мой взгляд, могут дать банкам наибольшие “дивиденды”.

1. Выявление подозрительной активности и предотвращение мошенничества

Лучшие практики глубокой аналитики дают следующие результаты:

  • на 15% больше выявленных мошенников
  • на 50% меньше ложных случаев мошенничества
  • 60% экономии суммарных потерь от мошенничества

2. Более точная оценка платежеспособности клиентов

Кредитный и пост-кредитный скоринг позволяет не только точнее оценить платежеспособность клиента, но и раньше выявить ее ухудшение. Ранние оповещения про риски дают возможность снизить потери от проблемных кредитов.

3. Повышение эффективности обслуживания банкоматов

Лучшие практики:

  • уменьшение количества инкассаций на 27%

увеличение достоверности прогнозирования спроса на наличные на 20%

уменьшение недовольных клиентов (которые не могут снять наличные) на 15%

4. Клиент-маркетинг

Клиент-маркетинг на основе глубокой аналитики позволяет:

  • персонализировать предложения, в том числе для кросс-продаж
  • прогнозировать отклик на рекламу
  • выбирать лучшие каналы коммуникации для каждого типа взаимодействия с клиентом

В сумме эти улучшения помогают повысить продажи, а также лояльность клиентов за счет более точных предложений и/или снижения количества “спама”.

Составление профилей “хороших” клиентов, сотрудников, отделений

Профилирование позволяет определить:

  • лучший формат отделения для конкретного места, развивать сеть эффективно
  • выгодных клиентов и находить таких же
  • эффективных сотрудников и находить таких же

Кризис все-таки не только проблема и опасность, но и возможность. Возможность перестроиться, обновиться, стать эффективнее и обойти конкурентов.

Кроме вполне осязаемых дополнительных продаж и экономии, современные аналитические технологии позволяют улучшить управляемость бизнеса, скорость реакции на изменения, что может стать ощутимым конкурентным преимуществом для любого банка.





  •